Точки над ИИ

Потестил свежую функцию GPT с риалтайм анализом видео. Заодно включил новый голос Санты. Делюсь самым началом диалога, автора работы он так и не угадал, но зато было любопытно поспрашивать разное. Кейсы так сходу придумать было непросто, но зато представляю как это может быть полезно для слабовидящих людей. Сразу вспомнил о приложении Be My Eyes, где я волонтёрю время от времени. Кто уже тоже потестил, как вам?

Сперва подумал что это генерация. Есть в этом видео, из-за естественного подводного "фильтра", сглаживание и цветокор, похожий на стиль видео-моделей.

Ну и OpenAI наконец готовы зарелизить в ближайшее время функционал работы чата с камерой в риалтайме. Это, кстати, шестой день из двенадцати в рамках стримов оупенаи.

Кратко про Gemini 2.0 от гугла. Это мультимодальная модель. Она может видеть, слышать, понимать окружающий мир и выполнять сложные задачи. Что важно не упустить: Агенты. могут распознавать объекты через камеру, анализировать окружение и отвечать на вопросы о реальном мире и в риалтайме. Можно создавать собственных агентов, для этого теперь есть удобный инструмент. Агенты смогут выполнять сложные задачки, например в вашем браузере, но это чуть попозже. Генерация изображений. Вот тут все на высоком уровне. У пользователей есть возможность тонко контролировать процесс, а модель отлично работает с исходным изображением, а не генерирует каждый раз новое. Вот тут можно потестить.

День 5 из серии “12 дней OpenAI” – и он посвящен ChatGPT на iOS и macOS. Теперь ChatGPT встроен в экосистему Apple: его можно использовать через Siri, писать тексты, управлять камерой iPhone 16 и анализировать изображения. Для взаимодействия не нужен аккаунт, но с ним возможностей становится еще больше: работа с документами, создание контента и ответы на сложные вопросы. Вот тут можно глянуть подробнее.

Ну что ж, наконец-то вышла Sora! Угадайте, где в этой подборке работы других авторов, а где моя?

Мы дождались? По ссылочке страны, для которых будет доступна Sora! Если нашли себя в списке – ⚡️ Если нет – 🦄

Есть тут музыканты? Нашел такую штуку, называется Cyanite – ИИ для музыкального анализа. Что умеет? – Тональный анализ — понимает настроение, эмоции, жанры, темп и даже энергию трека. – Поиск похожих треков — находит музыкальные дубли или похожие композиции для плейлистов, каталогов или саундтреков. Еще можно загрузить ваш трек и посмотреть на что он похож. – Автоматизация каталогов — идеально для лейблов, студий и музыкальных библиотек, чтобы структурировать огромные архивы музыки. – Интеграция через API. Напишите, если решите потестить, интересно! #music

Чад Нельсон из OpenAI показал Sora v2 на C21Media Keynote в Лондоне. И он сказал, что мы увидим это очень очень скоро 🤯🤯🤯у меня нет слов, думаю у Netflix и подобных компаний тоже... чувствую это подготовка к публичному доступу к Sora v1, ну а мы можем посмотреть как будут выглядеть следующие генерации видео-LLM в ближайшем будущем🌚

Адвент-календарь от OpenAI Забыл сказать, что вчерашний анонс про Pro-лицензии ChatGPT был первым из 12 анонсов оупен эйай. Вот здесь можно следить за новостями, сегодня второй день. То есть впереди еще 10 сюрпризов. Как думаете, публичный релиз Sora произойдет? Сегодняшний анонс про возможность тренировки собственной модели на o1, но это только для организаций и учебных заведений, простым смертным предлагают ждать следующих анонсов.

Еще один перспективный стартап с "моделями мира" для геймдева Это World Labs. Система преобразует одно изображение в интерактивную 3D-сцену, которую можно исследовать прямо в браузере. Хотя область исследования пока ограничена, это лишь начало. Компания активно работает над увеличением размеров и улучшением качества создаваемых миров. World Labs уже привлекла $230 миллионов инвестиций и планирует выпустить свой первый продукт в 2025 году.

Кому ChatGPT за 200$ в месяц? OpenAI выпустили o1-Pro — по всем показателям модель сильно превосходит большинство текущих, но нюанс со стоимостью добавляет горечи🥲